結核病 (TB) 仍然是全球十大主要死因之一，據(jù)報道，2020 年有超過 130 萬人死亡。該疾病耐藥形式的出現(xiàn)和傳播使結核病在許多環(huán)境中的控制變得復雜。增加挑戰(zhàn)的是，治療耐藥結核病是困難的(2019 年成功率為 57%)、時間長(治療可能需要 9-20 個月)和多方面(治療通常需要多種抗生素，會導致嚴重的副作用) )。
用于治療耐藥結核病的一類關鍵抗生素是氟喹諾酮類藥物，它構成了大多數(shù)耐藥結核病治療方案的支柱。然而，結核病菌株已進化為對氟喹諾酮類藥物產(chǎn)生耐藥性，從而削弱了包括該類抗生素在內的治療方案的功效。耐藥結核病患者的最佳治療方案理想情況下是通過使用藥物敏感性測試確定的，該測試可以從表型上確定抗生素對特定結核病菌株的功效。然而，這些檢測在資源匱乏、負擔重的環(huán)境中很少見，這意味著這些地區(qū)的個人無法接受能夠最好地治療其結核病的專門治療。此外，即使它們可用，表型測試也可能需要長達 12 周的時間才能提供結果。
耶魯大學公共衛(wèi)生學院衛(wèi)生政策助理教授 Reza Yaesoubi 和他的研究團隊一直在研究預測對氟喹諾酮類藥物耐藥性的模型，這可以加快提供最佳護理的過程。研究小組利用在摩爾多瓦共和國收集的國家結核病數(shù)據(jù)，評估了人口統(tǒng)計學和臨床??因素是否可以用作結核病對氟喹諾酮類藥物耐藥的預測因子。他們發(fā)現(xiàn)年齡、地理位置以及結核病是新發(fā)還是復發(fā)等信息可以作為耐藥性的可靠預測指標。然后，他們通過機器學習創(chuàng)建了一個模型，以估計患者感染對氟喹諾酮類藥物耐藥的結核病菌株的概率。
“這些預測模型的主要優(yōu)點之一是它們可以部署在護理點，讓臨床醫(yī)生在等待藥物敏感性測試結果的同時優(yōu)化治療方案，這可能需要長達 12 周的時間，”Yaesoubi 說.
與目前治療耐藥結核病的策略(最初假設對氟喹諾酮類藥物易感性)不同，Yaesoubi 的模型解釋了個體情況如何影響對氟喹諾酮類藥物耐藥的可能性，以及何時應使用替代抗生素(如 delamanid)。
通過嚴格的分析和測試，研究人員發(fā)現(xiàn)，新模型在為耐藥結核病患者指定合適的治療方法方面具有統(tǒng)計學上更高的凈收益。Yaesoubi 說，這些發(fā)現(xiàn)保證了一個可以更好地治療結核病患者的系統(tǒng)。展望未來，他希望將模型擴展到從摩爾多瓦共和國收集的數(shù)據(jù)之外，以包括其他資源不足、高負擔的地區(qū)。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！